- 5 次围观
人工智能系统与生物大脑在能量使用上的巨大差异，既凸显了大脑惊人的高效性，也揭示了我们对神经计算所依赖的能量学机制理解仍然有限。尽管高效性被广泛视为神经系统设计的一项原则，但对于特定神经任务在其对应回路内能量成本的直接测量，迄今仍然相当有限。在此，我们通过在体行为小鼠中同时测量同一只动物的细胞内葡萄糖和钙动态，利用神经元葡萄糖消耗来界定与基于学习的行为任务相关的回路层面能量成本。 我们发现，在多种依赖海马和皮层的学习模型中，学习后的单位任务燃料成本均显著低于学习前水平，而这一下降既可伴随整体钙动态的变化，也可不伴随其变化。这种燃料成本的改变并非由细胞外葡萄糖转运介导，而是反映了细胞内葡萄糖消耗的降低，并且依赖于经典的可塑性机制，包括 NMDAR 信号传导和蛋白质合成。综上，这些发现表明，任务特异性能量成本的衰减可能代表学习与可塑性的一般性生物能量学轨迹。这一“能量最小化”假说有助于理解生物大脑如何实现高效性，并为以神经活动为中心的理论框架提供了一个正交且互补的视角。
liye{at}scripps.edu
摘要
信息/历史
指标
预览 PDF
摘要
人工智能系统与生物大脑在能量使用上的巨大差异，既凸显了大脑惊人的高效率，也反映出我们对神经计算基础能量学的理解仍然有限。尽管效率被广泛视为神经系统设计的一项原则，但对于特定神经任务在其对应回路内能量成持有人为作者/资助方，其已授予 bioRxiv 永久展示该预印本的许可。
本文依据 CC-BY 4.0 国际许可协议 公开提供。
返回顶部
上一篇
下一篇
发布于 2026 年 7 月 2 日。
下载 PDF
电子邮件
感谢您有意帮助传播 bioRxiv 的文章。
您的电子邮件
*
您的姓名
*
发送至
*
请输入多个地址，每行一个，或以逗号分隔。
您将通过电子邮件发送以下内容
学习塑造神经任务的能量成本
邮件主题
（您的姓名）已从 bioRxiv 转发一个页面给您
邮件正文
（您的姓名）认为您可能希望查看 bioRxiv 网站上的此页面。
您的个人留言
验证码
此问题用于测试您是否为人类访问者，并防止自动垃圾信息提交。
分享
学习塑造神经任务的能量成本
Kaili Xue ， Farid Rezayat ， Tianbo Qi ， Leyao Shen ， Bohan Zhao ， Xun Huang ， Jonathan S Marvin ， Li Ye
bioRxiv 2026.07.01.735889； doi： https://doi.org/10.64898/2026.07.01.735889
分享本文：
复制
引文工具
学习塑造神经任务的能量成本
Kaili Xue ， Farid Rezayat ， Tianbo Qi ， Leyao Shen ， Bohan Zhao ， Xun Huang ， Jonathan S Marvin ， Li Ye
bioRxiv 2026.07.01.735889； doi： https://doi.org/10.64898/2026.07.01.735889
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.07.01.735889v1?rss=1
🏷️ 学习相关能量代谢 海马-皮层回路 葡萄糖消耗 神经可塑性 NMDAR信号 在体钙成像